You are on page 1of 29

capitulo003

20/5/09

18:20

Pgina 65

CAPTULO

Anlisis del riesgo del proyecto

Presentacin del captulo


n este captulo investigamos las fuentes de incertidumbre en las proyecciones de los

flujos de caja futuros. Aunque estos flujos se presentan mediante las cuentas de resul-

tados del proyecto, no son cuentas histricas. Son cuentas de resultados pro forma, o proyectadas, y por tanto son altamente inciertas. Este captulo tambin describe los diferentes
enfoques que se utilizan para analizar el riesgo y enfrentar la incertidumbre. En concreto,
bajo el amplio paraguas del anlisis de sensibilidad, consideramos el anlisis de escenarios, el anlisis de sensibilidad del punto muerto y la simulacin de Montecarlo. Por ltimo,
presentamos una reflexin inicial sobre el papel que puede desempear la flexibilidad de la
inversin sobre los flujos de caja esperados, y sobre el rol de los rboles de decisin como
organizadores de la flexibilidad del proceso de aprobacin. Retomaremos este tema de
nuevo en los Captulos 11 y 12, donde consideramos el anlisis de opciones reales.

3.1. INTRODUCCIN
El uso del anlisis de descuento de flujos de caja (DCF) para evaluar inversiones relevantes
y de larga duracin est ampliamente aceptado en todo el mundo. En su forma ms simple,
analizar los gastos de capital utilizando DCF supone estimar una nica cadena de flujos de
caja esperados, descontarlos y tomar una decisin basada en una sola estimacin del VAN de
la inversin. En la prctica, sin embargo, las decisiones de inversin suceden en un mundo
de resultados futuros inciertos, donde hay ms eventos que podran ocurrir que eventos que
realmente ocurrirn, lo que hace el anlisis de la inversin considerablemente ms complejo.
En este captulo abordamos explcitamente el desafo de la incertidumbre y nos
centramos en el anlisis del riesgo de la inversin. En particular, consideraremos varias
tcnicas que los analistas financieros utilizan para llegar hasta los factores primarios que
generan el valor de una inversin y los riesgos que producen.
Para comprender de qu modo se tiene en cuenta la incertidumbre en el anlisis de
una inversin, es til observar cmo los analistas financieros evalan nuevas oportunidades en dos fases:

65

capitulo003

66

20/5/09

18:20

Pgina 66

CAPTULO

Anlisis del riesgo del proyecto

En la fase 1, el analista intenta prever los posibles resultados de la inversin y producir


una estimacin de lo que piensa o espera que ocurra. Este anlisis es la base para estimar un valor esperado de la inversin, junto con el VAN, la TIR y otras medidas del
valor de la inversin.
En la fase 2, el analista detalla las fuentes de riesgo subyacentes. Esto consiste en
identificar los factores generadores de valor de la inversin y la incertidumbre que
caracteriza a cada uno de ellos. Una vez identificados los riesgos, el analista buscar
el modo de mitigar algunos de ellos, reconocer la exposicin de la empresa a otros, y
sealar la necesidad de vigilarlos cuidadosamente durante toda la vida del
proyecto.

El desafo para el analista financiero al poner en prctica el mtodo DCF, por tanto, es
doble: en primer lugar, debe hacer todas las proyecciones y asunciones necesarias para generar una estimacin del VAN de la inversin, como ilustramos en el Captulo 2; en segundo lugar, debe realizar un anlisis en profundidad de las asunciones utilizadas al calcular el VAN para poder enfrentarse a lo que pueda ocurrir cuando las cosas no sigan el
curso previsto. En este captulo describimos varias herramientas que los analistas pueden
emplear para poner a prueba sus estimaciones del VAN de una propuesta de proyecto.
Estas herramientas incluyen el anlisis de escenarios, el anlisis de sensibilidad del punto
muerto y la simulacin de Montecarlo.
Las herramientas del anlisis de inversiones que describiremos en este captulo pueden dar la impresin de una elevada precisin cientfica. Sin embargo, la base subyacente
para usarlas es inherentemente subjetiva, dado que descansa sobre el juicio de quien realiza el anlisis. Este hecho resulta a menudo desconcertante para los analistas financieros
ms amigos de los nmeros, que buscan respuestas en las tcnicas y en las herramientas.
As, un aprendizaje clave en este captulo es que hay que aceptar la naturaleza inherentemente subjetiva del proceso de evaluacin de una inversin y el papel crtico que el juicio
humano y la experiencia desempean1.

3.2. LA INCERTIDUMBRE Y EL ANLISIS DE LA INVERSIN


El discurso de este captulo se centra en la valoracin de proyectos, es decir, la evaluacin
de las inversiones en proyectos que una empresa individual considera. Sin embargo, las
herramientas y la explicacin son igualmente aplicables a la valoracin de empresas, la
evaluacin de la compra de empresas completas, de la que hablaremos en los Captulos 6
y 7.

El proceso de inversin con flujos de caja en riesgo


El enfoque que adoptamos en el Captulo 2 consista en un proceso de valoracin en tres
pasos:
1. Estimar el importe y el calendario de los flujos de caja futuros para cada ao de vida
de la inversin propuesta.
2. Identificar una tasa de descuento adecuada al riesgo.
1

A menudo sealamos a nuestros estudiantes ms orientados a las tcnicas que, si no hiciera falta el juicio
humano, no haran falta analistas financieros!

capitulo003

20/5/09

18:20

Pgina 67

La incertidumbre y el anlisis de la inversin

3. Calcular el valor actual de los flujos de caja futuros. Si el VAN esperado de los flujos
de caja del proyecto es positivo despus de considerar todas las entradas y salidas de
caja relevantes, entonces la empresa debera abordar el proyecto.
En teora, este enfoque arroja la mejor estimacin del valor que crea el proyecto de inversin. Sin embargo, en la prctica las estimaciones de los flujos de caja son, en el mejor de
los casos, meras conjeturas, y en el peor, puras fantasas. Por tanto, el anlisis DCF inicial
debera ser contemplado solo como la primera fase del proceso de valoracin. A este clculo le sigue la segunda fase, donde el analista lleva a cabo una especie de ciruga exploratoria sobre la estimacin inicial. El objetivo de este segundo anlisis es explorar los factores generadores de valor de la inversin, aquellos que son crticos para el xito del
proyecto. El analista no puede eliminar la incertidumbre, pero puede comprender mejor la
sensibilidad relativa del VAN del proyecto a distintas variables clave.
Como ejemplo, consideremos la siguiente oportunidad de inversin en un fertilizante
orgnico.

Ejemplo: La propuesta del Earthilizer


CSM, Inc. se est planteando invertir en un proyecto que requiere una inversin inicial de
580.000 $ para producir y comercializar un nuevo fertilizante orgnico fabricado a partir de estircol de vaca. El producto, Earthilizer, ha sido desarrollado por la divisin agrcola de CSM
en los ltimos tres aos para responder a dos situaciones: por una parte, hay una demanda creciente de los granjeros orgnicos, y por otra, las granjas se enfrentan a una regulacin medioambiental cada vez ms restrictiva en lo relativo a la eliminacin de los excrementos del
ganado. En combinacin, la direccin de CSM percibe que estas presiones se pueden reconvertir para dar lugar a una oportunidad de inversin muy prometedora.
CSM ha probado el producto exhaustivamente como fertilizante lquido sustitutivo de
los fertilizantes qumicos, ms habituales y costosos, que los granjeros y rancheros han utilizado desde la Segunda Guerra Mundial. El producto se comercializar en forma concentrada, de modo que un litro de Earthilizer genere unos 100 litros de fertilizante til.
El producto no solo es totalmente orgnico, sino tambin ms barato que los fertilizantes qumicos tradicionales, que se fabrican usando petrleo y cuestan unos 25 $ por acre
para cultivar pasto y heno; el Earthilizer utiliza el estircol del ganado, cuesta menos de 20 $
por aplicacin y no se requiere ms de una aplicacin durante la temporada de crecimiento.
Los analistas de CSM estiman que una inversin inicial de 580.000 $ bastar para dar
salida al Earthilizer. Esta inversin se descompone en 250.000 $ de capital circulante y
330.000 $ de instalaciones y equipo.

Estimacin de los PFCF del Earthilizer


Si se aprueba el proyecto, la divisin agrcola de CSM planea iniciar de forma inmediata la
construccin de las nuevas instalaciones. La manufactura y distribucin del Earthilizer estarn funcionando a finales de 2007, y los primeros ingresos se esperan para 2008. La Tabla 3.1
contiene las proyecciones financieras del proyecto. Consisten en una cuenta de resultados
(panel a), balance (panel b) y flujos de caja (panel c) pro forma, que cubren los cinco aos
que CSM utiliza para evaluar la inversin. Por supuesto, si el proyecto tiene xito, podra
operar durante muchos ms aos. No obstante, es una prctica estndar en muchas empresas seleccionar una vida arbitraria para la inversin y analizar la inversin como si se fuese a
cerrar al final del periodo elegido.

67

capitulo003

68

20/5/09

18:20

Pgina 68

CAPTULO

Anlisis del riesgo del proyecto

Saba usted?
Los animales de granja: una
fuente importante de energa
alternativa*
Los excrementos y otros productos
de desecho de las vacas, cerdos y
otros animales han sido
considerados durante mucho tiempo
como una fuente de contaminacin
de las aguas subterrneas. Sin
embargo, las nuevas tecnologas que
convierten estos desechos en energa
indican que se trata de una vasta
fuente sin explotar en los Estados
Unidos. Por ejemplo, alimentada con
los excrementos de 900 vacas, una
granja de Wisconsin ahora produce
unos 6,5 millones de kWh al ao,
suficiente para suministrar energa a
600 hogares. Por su parte, el
matadero Swift & Co. firm
recientemente una carta de
intenciones para construir una
instalacin de produccin de biogs.
El biogs de las siete plantas de
Swift tiene el potencial de generar el
equivalente a 25.000 barriles de
gasleo para calefaccin al da.
* http://news.com.com/Manufacturing+
power+from+manure/2009-11395_36057795.html

CSM es una empresa financiada de forma muy conservadora,


que costea todas sus inversiones a partir de flujos de caja generados
internamente (i. e., no pide fondos prestados para realizar nuevas inversiones). En consecuencia, el proyecto est financiado solo con recursos propios, como evidencia el hecho de que no hay gastos financieros en las cuentas de resultados (panel a de la Tabla 3.1) ni hay
ninguna financiacin de deuda en los balances pro forma (panel b).
El panel c de la Tabla 3.1 detalla las estimaciones de la direccin de los PFCF. Ntese que la direccin de CSM espera que el
flujo de caja del proyecto sea positivo en 2008 (el primer ao de
operaciones) y todos los aos posteriores.
Los clculos de los flujos de caja desde 2008 hasta 2012 se basan en las siguientes estimaciones y asunciones claves:
I

I
I

Estas estimaciones suponen que el proyecto requerir una inversin inicial de 580.000 $ al final de 2007, que incluyen
250.000 $ en capital circulante neto y 330.000 $ en propiedades,
instalaciones y equipo.
Se espera que las ventas sean de 1.000.000 $ en 2008, y que
crezcan a una tasa anual del 10% durante los cinco aos planificados (panel a).
El coste de los bienes vendidos es igual al 67,40% de las ventas2, mientras que los gastos operativos antes de amortizacin
son del 10% de las ventas ms un importe fijo igual a 115.000 $
al ao (panel a).
La empresa utiliza amortizacin lineal, en la que se asume que
las instalaciones y el equipo tienen una vida til de 10 aos y
un valor residual de cero (paneles a y b).
Se utiliza un tipo de impuestos del 30% (panel a).
Para los aos 2008 a 2012, la empresa estima que sus necesidades de capital circulante neto sern iguales al 25% de las
ventas de Earthilizer. Se asume un CAPEX de 330.000 $ en
2007 y cero en todos los aos futuros3 (panel c).

CSM asume que cerrar el proyecto en 2012, y en ese momento


producir un flujo de caja terminal de 692.050 $. Este flujo de caja
terminal es igual a la suma del NOPAT ms el gasto por amortizacin de 2012 (i. e.,
128.020 + 33.000 = 161.020 $) ms el valor de liquidacin (que se espera sea igual al valor
en libros) de la inversin de la empresa en capital circulante neto (i. e., 366.030 $ en el panel b) y el valor en libros de las instalaciones y el equipo al final de 2012 (i. e., 165.000 $ en
el panel b)4.
2

Esta ratio implica un margen bruto de beneficios de 32,6% = 100% 67,4%.

Estamos asumiendo que no se requerir capacidad adicional de instalaciones durante los cinco aos planificados. CSM simplemente gasta 330.000 $ en 2007.

Asumimos que cuando el proyecto se cierra, CSM realiza un flujo de caja igual al valor en libros de sus inversiones en el capital circulante neto del proyecto y las propiedades, instalaciones y equipo. Si la empresa
tiene estimaciones mejores de los valores de esos activos, entonces deberan emplearse estas (y los impuestos sobre todas las ganancias y prdidas de esos activos) para estimar el flujo de caja terminal de la inversin.

capitulo003

20/5/09

18:20

Pgina 69

69

La incertidumbre y el anlisis de la inversin

Tabla 3.1 CSM, Inc. Proyecto de inversin en Earthilizer


Panel a. Cuentas de resultados pro forma
Cuenta de resultados (en miles de dlares)
Ventas (incremento anual del 10%)
Coste de bienes vendidos

2008

2009

2010

2011

1.000,00

1.100,00

1.210,00

1.331,00

2012
1.464,10

(674,00)

(741,40)

(815,54)

(897,09)

(986,80)

326,00

358,60

394,46

433,91

477,30

(215,00)

(225,00)

(236,00)

(248,10)

(261,41)

(33,00)

(33,00)

(33,00)

(33,00)

(33,00)

EBIT

78,00

100,60

125,46

152,81

182,89

Gastos financieros

Beneficio antes de impuestos

78,00

100,60

125,46

152,81

182,89

(23,40)

(30,18)

(37,64)

(45,84)

(54,87)

54,60

70,42

87,82

106,96

128,02

2011

2012

Beneficio bruto
Gastos operativos antes de amortizacin
Gastos de amortizacin

Impuestos
Beneficio neto

Panel b. Balances pro forma


Balance (en miles de dlares)

2007

2008

2009

2010

Capital circulante neto

250,00

250,00

275,00

302,50

332,75

366,03

Instalaciones y equipo brutos

330,00

330,00

330,00

330,00

330,00

330,00

(33,00)

(66,00)

(99,00)

(132,00)

(165,00)

330,00

297,00

264,00

231,00

198,00

165,00

580,00

547,00

539,00

533,50

530,75

531,03

2009

2010

2011

2012

152,81

182,89

Menos: amortizacin acumulada


Instalaciones y equipo netos
Total

Panel c. Flujos de caja disponibles de proyecto esperados


PFCF (en miles de dlares)
EBIT

2007

2008

78,00

100,60

125,46

Menos: impuestos

(23,40)

(30,18)

(37,64)

(45,84)

(54,87)

NOPAT

54,60

70,42

87,82

106,96

128,02

Ms: gasto por amortizacin

33,00

33,00

33,00

33,00

33,00

Menos: CAPEX

(330,00)

Menos: variacin en el capital


circulante neto

(250,00)

(25,00)

(27,50)

(30,25)

(33,28)

Ms: liquidacin de capital


circulante neto

366,03

Ms: liquidacin de PPE

165,00

Igual: PFCF

(580,00)

87,60

78,42

93,32

109,71

658,77

capitulo003

70

20/5/09

18:20

Pgina 70

CAPTULO

Anlisis del riesgo del proyecto

Por supuesto, el proyecto podra no operar durante los cinco aos completos, o podra
operar durante ms aos. Nuestro anlisis sigue la prctica habitual en la industria, que asume
una fecha de cierre para el proyecto y estima los flujos de caja que resultaran de liquidar o
vender el negocio. Hablaremos de la estimacin de lo que se conoce como valor terminal con
ms detalle en los Captulos 6 y 7. Sin embargo, para simplificar el anlisis del Earthilizer, supondremos que el valor terminal para los activos del proyecto es igual a su valor de liquidacin (i. e., capital circulante ms PPE netas), que asumimos igual a su valor en libros.

Valoracin de los PFCF de Earthilizer


Nuestras estimaciones de los PFCF que se espera genere el proyecto del Earthilizer estn
en el panel c de la Tabla 3.1. Ahora es el momento de evaluar su valor actual. Para ello, descontamos los valores esperados de los PFCF empleando una tasa de descuento que refleja
las caractersticas del riesgo operativo del proyecto y el hecho de que se ha financiado solo
con recursos propios. Por ahora, asumiremos que la tasa de descuento (ajustada al riesgo)
para el PFCF desapalancado es 13,25%5. Utilizando esta tasa para descontar los PFCF del
panel c de la Tabla 3.1, estimamos en 623.070 $ el valor presente de los PFCF esperados:
623.070 $ =

87.600 $
78.420 $
658.770 $
93.320 $
109.710 $
+
+
+
+
(1 + 0, 1325)1 (1 + 0, 1325)2 (1 + 0, 1325)3 (1 + 0, 1325)4 (1 + 0, 1325)5

Invertir o no invertir? VAN y TIR


Si el proyecto propuesto vale 623.070 $, debera ser abordado? La respuesta inmediata es
s. Hemos estimado un valor para los flujos de caja futuros del proyecto que supera los
580.000 $ de la inversin inicial. En trminos de valor actual neto, el proyecto ofrece un
VAN igual a la diferencia entre su valor esperado (la estimacin DCF de su valor es
623.070 $) y el coste de hacer la inversin (580.000 $), es decir, 43.070 $.
Una segunda mtrica que utilizan los gerentes para evaluar la inversin es la tasa de
rentabilidad del proyecto. En el Captulo 2 definimos la tasa interna de rentabilidad, o TIR,
como la tasa de descuento que resultara en un VAN de la inversin igual a cero. En el
ejemplo anterior, la TIR estimada es 15,36%. Por tanto, si la tasa de rendimiento exigida es
13,25%, la inversin ingresa una tasa de rendimiento aadida de 2,11%, lo que, al igual que
el VAN positivo calculado antes, sugiere que la inversin debera ser aprobada6.
Hay que enfatizar, no obstante, que este anlisis no significa que tengamos un VAN garantizado de 43.070 $ ni que el rendimiento de la inversin vaya a ser del 15,36%. Dado que
este es un proyecto sujeto a riesgos y que las cosas no irn exactamente como se planearon,
CSM necesita profundizar ms en el proyecto para comprender hasta qu punto puede
confiar en la estimacin de VAN obtenida.

3.3. ANLISIS DE SENSIBILIDAD: PROFUNDIZAR EN EL PROYECTO


La fase 1 de nuestro anlisis ha concluido: tenemos una estimacin del VAN de la inversin
en el Earthilizer. Pero cmo de seguros estamos de que el proyecto se desarrollar segn
5
6

Hablaremos sobre la estimacin de la tasa de descuento en los Captulos 4 y 5.

Sealamos en el Captulo 2 que la TIR no siempre es nica, dado que puede haber tantas como cambios en
el signo de los flujos de caja. En el proyecto del Earthilizer solo hay un cambio de signo (i. e., el desembolso
inicial es negativo y todos los PFCF restantes son positivos); por tanto, solo hay una TIR posible.

capitulo003

20/5/09

18:20

Pgina 71

Anlisis de sensibilidad: profundizar en el proyecto

lo previsto? Cules son los factores clave que generan valor en el proyecto y que la empresa debera vigilar durante la vida de la inversin para asegurar su xito? Ahora entramos en la fase 2, donde usamos diferentes herramientas para enfrentarnos a estas preguntas. En concreto, hablaremos de tres de ellas: anlisis de escenarios, anlisis de sensibilidad
del punto muerto y anlisis mediante simulacin.

Anlisis de escenarios
El anlisis de escenarios es una tcnica que ayuda a los analistas a explorar la sensibilidad
del valor de una inversin bajo diferentes situaciones o escenarios que podran surgir en el
futuro. Aqu usaremos el trmino escenario para referirnos a diferentes conjuntos de
asunciones sobre los valores que toman los factores clave de la inversin.
Por ejemplo, podramos preguntarnos qu le pasara al valor del proyecto del Earthilizer
si el nivel inicial de ventas igualase las estimaciones ms pesimistas del departamento comercial, de solo 500.000 $. En este caso, el valor DCF del proyecto caera hasta 342.790 $ y la inversin tendra un VAN negativo, dado que requiere un desembolso inicial de 580.000 $ (i. e.,
el VAN del proyecto sera de 342.790 580.000 = 237.210 $). Tambin podemos analizar escenarios que involucren mltiples cambios en las asunciones y las proyecciones. Por ejemplo,
podramos evaluar el proyecto primero con las estimaciones ms optimistas para los factores
clave, y luego con las ms pesimistas. Aunque el anlisis de escenarios es muy til, no hay una
forma sistemtica de definir los escenarios. El nmero de escenarios posibles solo est limitado por la imaginacin del analista. Un enfoque que a menudo se usa para sistematizar el
anlisis de sensibilidad es el denominado anlisis de sensibilidad del punto muerto.

Anlisis de sensibilidad del punto muerto


El anlisis de sensibilidad del punto muerto consiste en hacernos la siguiente pregunta:
cul es el valor crtico de un factor concreto que hace cero el VAN? Aunque podramos

O N S E J O S

D E

C O M P O R T A M I E N T O

El anlisis de escenarios como herramienta de planificacin estratgica en Shell


Shell Oil (RDS) descubri que el anlisis de escenarios era un ejercicio valioso para ayudar a sus
ejecutivos a dejar de pensar segn lo que Warren Buffet llamaba el imperativo institucional.
Esta es la tendencia de las empresas a resistirse a los cambios incluso cuando hay una evidencia
abrumadora de que la estrategia actual es errnea.
El anlisis de escenarios puede permitir que los ejecutivos clave preparen una historia cuidadosamente elaborada sobre el futuro. El proceso de escribir esta historia da a los ejecutivos la
oportunidad de comprender lo que podra pasarle a una inversin, y al hacerlo, prepararse para
el futuro. La idea no es tanto hacer mejores predicciones como ser consciente de los problemas y
oportunidades potenciales, para sacarles provecho en caso de que surjan. El mismo acto de identificar las condiciones de un proyecto en que hay que tirar la toalla puede poner a los gerentes
alerta sobre cundo hacerlo y por qu.
Fuentes: Shell.com, marzo de 2004, y P. de Geus, Planning is Learning, Harvard Business Review, marzo-abril 1988.

71

capitulo003

20/5/09

72

18:20

Pgina 72

CAPTULO

Anlisis del riesgo del proyecto

Tabla 3.2 Anlisis del punto muerto de las asunciones y proyecciones subyacentes
al proyecto Earthilizer de CSM, Inc.
Proyeccin de variable o asuncin variacin
(1)

Valor
esperado
(2)

Valor
crtico*
(3)

% de
(4)

Tasa de crecimiento de las ventas

10.00%

5.66%

43.40%

Margen bruto de beneficios = beneficio bruto/ventas

32.60%

31.12%

4.54%

Gastos operativos (antes de depreciacin)

10.00%

11.48%

14.80%

Tipo impositivo

30.00%

40.14%

33.80%

Capital circulante neto/ventas

25.00%

33.40%

33.60%

$1,000,000

$923,171

7.68%

Ventas del ao base 2008 (miles de dlares)

*El valor crtico es el valor de cada variable que hara cero el VAN, ceteris paribus. El valor crtico se llama ms expresivamente valor del punto muerto porque produce un VAN de cero. El margen bruto de beneficios es tcnicamente un indicador
de xito o fracaso que depende de dos determinantes clave del valor: el coste de bienes vendidos y el margen que la empresa
es capaz de imputar por encima de sus costes. As, cuando analizamos el margen bruto de beneficios como determinante del
valor, implcitamente estamos evaluando los efectos combinados del coste de bienes vendidos (liderazgo de costes) y el margen del precio sobre el coste (diferenciacin del producto).

usar el mtodo de prueba y error en una hoja de clculo, es mucho ms fcil usar la funcin
Buscar objetivo (en ingls, Goal seek) de Excel o el Backsolver en Lotus 1-2-37.
A efectos ilustrativos, consideremos el anlisis presentado en la Tabla 3.2. La primera
columna identifica seis variables clave que son importantes para determinar el VAN de la
oportunidad de inversin del Earthilizer. La segunda columna contiene los valores esperados para cada uno de los factores generadores de valor que usamos en el anlisis del VAN
esperado del proyecto. La tercera columna muestra los valores crticos (o puntos muertos) para cada factor que resultan en un VAN nulo para el proyecto. La ltima columna
de la tabla compara el valor esperado y el punto muerto para estas variables; calcula la variacin porcentual en cada variable respecto a su valor esperado que hace cero el VAN.
Este anlisis sugiere que hay tres variables especialmente influyentes en el resultado de la
inversin en el Earthilizer, que cumplen que pequeas variaciones de su valor esperado
tienen un impacto significativo en el VAN del proyecto:
I
I
I

Margen bruto de beneficios (variacin porcentual en el punto muerto: 4,54%)8.


Gastos operativos como porcentaje de las ventas (variacin porcentual en el punto
muerto: +14,80%).
Ventas base en el ao 2008 (variacin porcentual en el punto muerto: 7,68%).

Excel contiene una herramienta llamada Buscar objetivo en el men Herramientas que hace este tipo
de anlisis muy fcil una vez que los flujos de caja y el VAN han sido modelizados. Vase el recuadro
Consejos tcnicos sobre esta funcin de Excel.

El margen bruto de beneficios es tcnicamente un indicador de xito o fracaso que depende de dos factores
importantes: el coste de bienes vendidos y el margen que la empresa es capaz de generar por encima de sus
costes. As que cuando analizamos el margen bruto de beneficios como un factor determinante del valor, implcitamente estamos evaluando los efectos combinados del coste de bienes vendidos (liderazgo de costes) y
el margen de precios sobre costes (diferenciacin de producto).

capitulo003

20/5/09

18:20

Pgina 73

Anlisis de sensibilidad: profundizar en el proyecto

C
T

O N S E J O S
C N I C O S

La funcin Buscar objetivo de Microsoft


Excel

Buscar objetivo, en ingls Goal seek, es una funcin de Excel (en la pestaa Herramientas) que ofrece una herramienta poderosa para realizar anlisis de tipo y si?. Por ejemplo, cuando conoce el resultado deseado de la frmula en una celda (por ejemplo, VAN = 0) pero
no conoce el valor del parmetro que la frmula necesita para conseguir este resultado (por
ejemplo, la tasa de crecimiento de ingresos a lo largo de la vida del proyecto), puede usar esta
funcin para encontrar el valor crtico del parmetro. En este ejemplo, Buscar objetivo itera el
valor de la tasa de crecimiento de ingresos hasta que el VAN es igual a cero.
La herramienta Solver de Excel es an ms general que Buscar objetivo. En concreto,
Solver nos permite resolver problemas de maximizacin, minimizacin o punto muerto en presencia de mltiples restricciones.

Por ejemplo, si el margen bruto de beneficios decae al 31,12%, que es solo un 4,54% inferior al valor esperado de 32,60%, el VAN del proyecto caer a cero. De forma similar, si el
gasto operativo como porcentaje de las ventas sube a un 11,48% desde el nivel esperado
del 10%, o si las ventas del ao de inicio son solo 923.171 $ en lugar del 1 M$ proyectado,
entonces el VAN ser cero.
Sabiendo que estos tres factores son crticos para el xito de la inversin en el
Earthilizer, la direccin de CSM puede buscar informacin adicional relativa a sus valores
ms probables. Adems, si la empresa aborda la inversin, la direccin puede vigilar cada
uno de estos factores muy de cerca, de modo que est preparada para emprender con rapidez las acciones correctivas oportunas si los factores se deterioran.
La Figura 3.1 muestra un grfico de punto muerto de VAN que ilustra la importancia
crtica del margen bruto de beneficios para el xito del proyecto del Earthilizer. Nuestro
anlisis asume que el margen bruto de beneficios permanece constante durante la vida del
proyecto, y un valor de 31,12% en cada ao produce un VAN de cero. Ntese que incluso
variaciones muy leves en el margen bruto de beneficios pueden tener efectos dramticos
en el VAN del proyecto. Por ejemplo, si CSM consigue un 36% en este parmetro (un incremento inferior a un 10,43% sobre el 32,6% proyectado), el VAN estimado para el proyecto se triplicar hasta alcanzar 142.280 $. Desafortunadamente, ocurren variaciones similares en el VAN en sentido contrario, si el margen bruto de beneficios cae por debajo del
nivel predicho. El mensaje claro para el analista es que el margen bruto de beneficios es
uno de los factores crticos de xito del proyecto.
Aunque el anlisis de sensibilidad del punto muerto puede ser muy til para identificar los factores clave que son crticos para el xito del proyecto, tiene sus limitaciones. En
primer lugar, este tipo de anlisis considera solo un factor cada vez, mientras mantiene
todos los dems fijos en sus valores esperados. Esto puede llevar a resultados engaosos si
dos o ms de las variables crticas estn correlacionadas. Por ejemplo, si tanto el margen
bruto de beneficios como las ventas iniciales tienden a ser menores que sus valores esperados respectivos al mismo tiempo, entonces el anlisis de sensibilidad del punto muerto infravalorar los verdaderos riesgos del proyecto.

73

74

20/5/09

18:20

Pgina 74

CAPTULO

Anlisis del riesgo del proyecto

Figura 3.1

Grfico de punto muerto del VAN segn margen bruto


de beneficios en la prpuesta de inversin en el Earthilizer
(miles de dlares)

Valor actual neto (VAN)

capitulo003

300.000
250.000
200.000
150.000
100.000
50.000

259.010

142.280
Punto muerto de MBB = 31,12%

(50.000)
(100.000)
(150.000)
(200.000)
20%

25.560

(91.170)

25%
35%
30%
Margen bruto de beneficios (MBB)

40%

En segundo lugar, no tenemos ninguna idea sobre las probabilidades asociadas a los
valores de las variables crticas por encima o por debajo del punto muerto. Por ejemplo,
cul es la probabilidad de que el margen bruto de beneficios caiga por debajo de
31,12%, o de que las ventas del primer ao del proyecto sean de 923.171 $ o menos? Sera
de mucha ayuda tener alguna idea sobre la probabilidad de errar el tiro con las variables
clave.
Por ltimo, no tenemos una manera formal de incorporar la correlacin entre las variables. Por ejemplo, el margen bruto de beneficios y la ratio de gastos operativos sobre
ventas estn inversamente correlacionadas con casi total seguridad. Es importante que seamos capaces de considerar estas y otras interrelaciones entre los factores clave en nuestro
anlisis de los resultados probables de abordar el proyecto.
Para comprender ms en profundidad las distribuciones de los resultados posibles de
la valoracin, pasamos al anlisis mediante simulacin, que ofrece a los analistas la capacidad de atajar los tres inconvenientes del anlisis del punto muerto.

Anlisis mediante simulacin


La simulacin de Montecarlo es una poderosa herramienta que puede ayudar al analista a
evaluar qu puede pasarles a los flujos de caja futuros de la inversin y resumir las posibilidades en una distribucin de probabilidad9. La simulacin es especialmente til en el anlisis de proyectos, dado que los resultados de los grandes proyectos de inversin a menudo
son la consecuencia de la interaccin de cierto nmero de factores interrelacionados. En
este panorama es muy difcil determinar la distribucin de probabilidad de los flujos de
9

El trmino Montecarlo como forma de simulacin proviene del famoso casino en Mnaco. El juego, en su
forma pura, est por supuesto basado en la teora de la probabilidad, al igual que la simulacin.

capitulo003

20/5/09

18:20

Pgina 75

Anlisis de sensibilidad: profundizar en el proyecto

caja del proyecto de forma directa o analtica. No obstante, podemos simular la distribucin con bastante facilidad, como ilustramos en esta seccin.

Preparacin y lanzamiento de una simulacin


La Figura 3.2 sintetiza el proceso de simulacin en tres pasos. En el paso 1 preparamos un
modelo en una hoja de clculo que define los flujos de caja de la inversin. En el paso 2 caracterizamos cada uno de los factores que generan valor utilizando una distribucin de probabilidad. Por ejemplo, podramos pedir al departamento de marketing que describa sus estimaciones optimista, ms probable y pesimista de la variacin interanual de las ventas. La
respuesta podra ser que la variacin ms optimista para la inversin del Earthilizer es del
30% anual, la ms pesimista del 10%, y la ms probable del 10%. Esta informacin intuitiva describe completamente una distribucin de probabilidad triangular (vase el recuadro
de Consejos tcnicos sobre dos distribuciones de probabilidad comunes para la simulacin).
Para ilustrar cmo se puede llevar a cabo este anlisis, en la Tabla 3.3 mostramos un
conjunto de asunciones hipotticas sobre las distribuciones de probabilidad que se usan
para describir los factores clave en la propuesta de inversin del Earthilizer de CSM. En
concreto, hay ocho factores clave que generan incertidumbre en el resultado de la inversin. Estos son (1) las ventas en el ao base, (2-5) las variaciones interanuales de las ventas
desde 2009 hasta 2012 (cuatro variaciones aleatorias), (6) el margen bruto de beneficios,
(7) los gastos operativos (antes de gastos de amortizacin) sobre ventas y (8) el valor terminal de 2012, que es un mltiplo del valor en libros del capital invertido en el proyecto.
Todo lo dems en el modelo se asume que est fijado.
Nos hemos limitado intencionadamente al uso de las distribuciones triangular y uniforme. Los parmetros de ambas distribuciones son muy intuitivos, y por tanto fciles de
estimar (vase el recuadro de Consejos tcnicos sobre cmo elegir una distribucin de probabilidad). Utilizamos la distribucin triangular para caracterizar la variacin de las ventas,
el margen bruto de beneficios y la ratio de gastos operativos sobre ventas. Los parmetros
de la distribucin triangular son los valores mnimo, ms probable y mximo de la variable
modelizada. Utilizamos la distribucin uniforme para caracterizar las ventas del ao base
2008 y el mltiplo del valor terminal. Los parmetros de la distribucin uniforme son simplemente el mnimo y el mximo10.
Simulacin de ingresos del proyecto. Los flujos de caja anuales de la inversin en el
Earthilizer estn determinados en gran medida por los ingresos del proyecto, que hemos
modelizado mediante dos factores importantes: el nivel inicial de ventas de 2008 y las tasas
de crecimiento o variacin de los ingresos desde 2009 hasta 2012. El nivel inicial de ventas
de 2008 tiene un valor esperado de 1 M$. Sin embargo, dado que los ingresos por ventas del
proyecto estn sujetos a un elevado nivel de incertidumbre, suponemos que siguen una distribucin uniforme con un valor mnimo de 0,5 M$ y un valor mximo de 1,5 M$. Estas estimaciones son solo eso, estimaciones, y en muchos casos provendrn de la intuicin y la
experiencia del personal de marketing.
Estimamos el nivel de ventas de 2009 utilizando las ventas simuladas de 2008 multiplicadas por uno ms la variacin de ingresos para 2009. Habamos asumido que la variacin
10

Ntese que las estimaciones de los parmetros para las distribuciones triangular y uniforme son consistentes con el valor esperado empleado en el anlisis determinista de la inversin. Puede verificarlo calculando
el valor esperado de la distribucin triangular como la suma de los valores mnimo, ms probable y mximo
dividida entre tres; y para la uniforme, como la suma del mnimo y el mximo dividida entre dos.

75

capitulo003

20/5/09

76

18:20

Pgina 76

CAPTULO

C
T

Anlisis del riesgo del proyecto

O N S E J O S
C N I C O S

Dos distribuciones de probabilidad


comunes en los modelos de simulacin:
la uniforme y la triangular

Entre el conjunto de distribuciones que se pueden utilizar para modelizar la incertidumbre inherente a una inversin, la uniforme y la triangular estn entre las ms habituales. Una razn de
peso para esto es que los datos necesarios para definir la forma de estas dos distribuciones (sus
parmetros) son muy intuitivos. En consecuencia, cuando el analista financiero intenta obtener
informacin sobre qu distribucin es ms adecuada, puede hacer preguntas directas a personas
que comprenden la aleatoriedad subyacente a las variables que se modelizan.
Una segunda razn para que estas distribuciones sean tan populares es que, aunque simples,
son muy flexibles y pueden capturar la aleatoriedad de muchas variables. Esto es especialmente
cierto en el caso de la distribucin triangular, cuya forma puede ser deformada (ajustando sus
parmetros) para capturar distribuciones tanto simtricas como sesgadas.
Por ejemplo, en la distribucin uniforme todos los valores entre el mnimo y el mximo tienen la misma probabilidad de ocurrencia. En consecuencia, lo nico que necesitamos para definir completamente una distribucin uniforme (i. e., los parmetros) son los valores mnimo y mximo que puede tomar la variable aleatoria. La media de la distribucin uniforme es
simplemente la suma del mximo y el mnimo dividida entre dos. La figura superior muestra una
distribucin uniforme de ventas con un valor mnimo de 90 $ y un valor mximo de 110 $.
La distribucin triangular, por su parte, queda
descrita por el mnimo, el mximo y el valor ms probable. La media de la distribucin triangular es la
suma de estos tres parmetros dividida entre tres. La
figura inferior muestra una distribucin triangular de
ventas donde el valor mnimo es 90 $, el ms probable
es 100 $ y el mximo es 210 $.
Ntese que la distribucin triangular aqu presentada est fuertemente sesgada hacia valores grandes. No obstante, la distribucin triangular es muy
flexible y se puede sesgar en ambas direcciones, o ser
simtrica. Por ejemplo, imagine la forma del grfico si
pudiese tomar el vrtice del tringulo y moverlo a
derecha e izquierda (siempre entre el mnimo y el
mximo de la distribucin); podr apreciar lo flexible
de la distribucin triangular para representar distribuciones de probabilidad tanto simtricas como sesgadas.

de los ingresos en 2009 seguira una distribucin triangular con un mnimo de 10%, un valor ms probable de 10% y un mximo de 30%. La dispersin entre las variaciones mnima
y mxima refleja el grado de incertidumbre del analista respecto al dato. Los ingresos de
2010 a 2012 se estiman de modo similar.

20/5/09

18:20

Pgina 77

77

Anlisis de sensibilidad: profundizar en el proyecto

Figura 3.2

Pasos para ejecutar una simulacin en el ejemplo del Earthilizer

Paso 1: Preparar el modelo en una hoja de clculo de Excel


PFCF (en miles de dlares)
2007
EBIT

Menos: impuestos

NOPAT

Ms: gasto por amortizacin

Menos: CAPEX
(330,00)
Menos: variacin en el capital circulante
neto
(250,00)
Mas: liquidacin de capital circulante
neto
Ms: liquidacin de PPE
Igual: PFCF
(580,00)

2008
78,00
(23,40)
54,60
33,00

2009
100,60
(30,18)
70,42
33,00

2010
125,46
(37,64)
87,82
33,00

2011
152,81
(45,84)
106,96
33,00

2012
182,89
(54,87)
128,02
33,00

(25,00)

(27,50)

(30,25)

(33,28)

109,71

366,03
165,00
658,77

87,60

78,42

93,32

Paso 2: Caracterizar los factores clave mediante distribuciones de probabilidad

28,00% 30,00% 32,00% 34,00% 36,00% 38,00% 40,00%

Probabilidad

(8a) Gastos de capital/Ventas

Probabilidad
600

800

1,000

1,200

1,400

18,00% 19,00% 20,00% 21,00% 22,00% 23,00% 24,00% 25,00%

18,00% 19,00% 20,00% 21,00% 22,00% 23,00% 24,00% 25,00%

(1) Ventas en el ao base 2008

(2-5) Variacin de ventas

(8b) Capital circulante neto/ventas

Probabilidad

Probabilidad

Probabilidad

(6) Beneficio bruto/ventas (7) Gastos operativos (antes de amort.)/ventas

Probabilidad

capitulo003

26,00% 28,00% 30,00% 32,00% 34,00% 36,00% 38,00% 40,00%

8,00%

10,00%

12,00%

14,00%

16,00%

18,00%

Paso 3: Ejecutar la simulacin e interpretar los resultados


Generar nmeros
aleatorios para cada
factor clave

Estimar el PFCF de
cada ao con la hoja
de clculo

Repetir este proceso hasta alcanzar el nmero mximo


de iteraciones.

Guardar los valores


de las variables
objetivo: los PFCF
de cada ao

Resumir los resultados de


la simulacin:
Gficos y distribuciones
Estadsticos de
sumarizacin
Probabilidades calculadas

capitulo003

20/5/09

78

18:20

Pgina 78

CAPTULO

Anlisis del riesgo del proyecto

Tabla 3.3 Asunciones en la simulacin de Montecarlo de la inversin de CSM en Earthilizer


Asunciones sobre la distribucin
Variable

Valor esperado

Ventas en el ao base 2008

Distribucin

Parmetros estimados

1.000.000 $

Uniforme

Mn. = 500.000 $ y Mx. = 1.500.000 $

Variacin de ventas
(20092012)*

10,0%

Triangular

Mx. = 30%, Ms probable = 10%, y Mn. = 10%

Margen bruto de beneficios


(beneficio bruto/ventas)

32,6%

Triangular

Mx. = 40%, Ms probable = 32,6%, y Mn. = 28%

Gastos operativos
antes de depr./ventas

10,0%

Triangular

Mx. = 15%, Ms probable = 10%, y Mn. = 5%

Valor terminal mltiplo


del valor en libros

1,00

Uniforme

Mn. = 0,5 y Mx. = 1,5

*En realidad hay cuatro tasas de variacin, una para cada ao, desde 2009 hasta 2012.

Proyeccin de flujos de caja. Una vez obtenidas las proyecciones de los ingresos anuales,
calculamos los flujos de caja del proyecto, para lo cual construimos un conjunto de estados
financieros pro forma como los mostrados anteriormente en la Tabla 3.1. Ntese que las
ratios de margen bruto de beneficios y gastos operativos sobre ventas son variables aleatorias (descritas en la Tabla 3.3) que toman valores en cada una de las iteraciones de la
simulacin. Basndonos en los ingresos estimados, el margen bruto de beneficios y los gastos operativos, podemos calcular la cuenta de resultados pro forma del proyecto (que mostramos en el panel a de la Tabla 3.1).
Para completar la valoracin del PFCF, debemos estimar qu nuevas inversiones
pueden ser necesarias para el equipo esencial (i. e., CAPEX) y capital circulante neto. La
direccin de CSM considera que despus del gasto de capital inicial de 330.000 $, el proyecto no requerir ms CAPEX durante el periodo 2008-2012. No obstante, dado que
los ingresos de la empresa cambian en el tiempo, estiman que las necesidades de capital
circulante neto tambin aumentarn y disminuirn. En concreto, CSM estima que el
proyecto requiere un capital circulante neto igual al 25% de los ingresos por ventas.
Para atender esta necesidad, incluimos el 25% de los ingresos de 2008 como parte del
desembolso inicial de 2007. En 2008 ajustamos el capital circulante neto para igualar el
25% de las ventas realizadas (simuladas). De forma similar, en 2009-2012 fijamos la necesidad de capital circulante neto del proyecto en un 25% de las ventas simuladas para
cada ao11.
11

Fijamos la inversin en capital circulante neto de 2007 en el 25% de las ventas esperadas para 2008. En
2008 simplemente ajustamos el capital circulante neto para que refleje el 25% de los ingresos de ese ao. Un
procedimiento ms elaborado tambin incorporara una estimacin de las necesidades de capital circulante
neto en 2009; no obstante, hemos optado por la simplicidad en el modelo aqu presentado, y hemos hecho
los ajustes al capital circulante neto al final del ao, cuando hemos sabido cules han sido las ventas del periodo. Los efectos de introducir las necesidades esperadas de capital circulante neto tienen un impacto mnimo en el resultado del modelo en este ejemplo.

capitulo003

20/5/09

18:20

Pgina 79

Anlisis de sensibilidad: profundizar en el proyecto

C
T

O N S E J O S
C N I C O S

Elegir una distribucin


de probabilidad

Cuando se construye un modelo de simulacin es necesario identificar no solo las fuentes de


aleatoriedad (incertidumbre) claves en la estimacin, sino tambin una distribucin de probabilidad apropiada para describir la aleatoriedad y estimar sus parmetros. Esta es una tarea desalentadora, pero hay algunas reglas bsicas que pueden ayudar al analista:
1. Si tiene datos relevantes, selos de algn modo. Aunque no utilizaremos la funcionalidad de
ajuste de distribuciones de Crystal Ball en este libro, el usuario ms avanzado encontrar en
ella un modo excelente de aprovechar la informacin histrica para estimar las nuevas distribuciones.
2. La variable que est modelizando solo toma valores discretos? Por ejemplo, si la variable
que estima solo puede ser cero o uno (o s o no), entonces una distribucin discreta construida con la categora personalizada de Crystal Ball le servir.
3. Seleccione distribuciones que se ajusten a la intuicin de los expertos de los que obtendr la
estimacin de los parmetros. Por ejemplo, si sus expertos solo pueden decirle los valores
mximo y mnimo de una variable, entonces la distribucin uniforme puede ser una eleccin
razonable, dado que asigna la misma probabilidad a todos los valores entre un mnimo y un
mximo. Alternativamente, si su experto est dispuesto a estimar un valor mximo y mnimo
y adems un valor ms probable, entonces la distribucin triangular puede ser una buena
candidata. En esta distribucin, la probabilidad asociada con todos los valores por debajo
del mnimo o por encima del mximo es cero, y las probabilidades entre el mnimo y el mximo se incrementan de forma lineal desde cada extremo hasta el vrtice del tringulo, que
corresponde al valor ms probable.
4. Si hay razones tericas para seleccionar una distribucin en concreto, entonces hgalo sin
dudar. Por ejemplo, es prctica comn utilizar la distribucin lognormal para caracterizar los
precios de mercado de los ttulos financieros.
5. Por ltimo, la Navaja de Ockham (en igualdad de condiciones, la solucin ms sencilla es
probablemente la correcta) siempre funciona. Recuerde que el analista debe obtener informacin de los expertos para determinar qu distribucin utilizar y estimar sus parmetros.
Dado que este proceso a menudo requiere de conversaciones con personas no muy versadas
en el lenguaje de la teora de la probabilidad, es mejor pecar de exceso de simplificacin que
de precisin y sofisticacin.

Los PFCF se calculan entonces siguiendo el mtodo del panel c de la Tabla 3.1. En
concreto, para los aos 2008 a 2011, volvemos a aadir los gastos de amortizacin al
NOPAT y restamos la inversin adicional en capital circulante neto. Recuerde que se
asume un CAPEX de cero. El clculo del flujo de caja de 2012 requiere un paso adicional:
volver a aadir el valor terminal de los activos del proyecto del Earthilizer.
Liquidacin de la inversin y valor terminal. El flujo de caja en 2012 incluye una parte
operativa (igual que en 2008-2011) ms un valor terminal. El ltimo merece un poco ms
de explicacin. Suponemos que en 2012, cuando se cierra el proyecto, su capital circulante

79

capitulo003

20/5/09

80

18:20

Pgina 80

CAPTULO

C
T

Anlisis del riesgo del proyecto

O N S E J O S
C N I C O S

Complementos de simulacin
para Excel

Fundamentalmente, hay dos herramientas en competencia para aadir funcionalidades de simulacin de forma sencilla a su hoja de clculo. Son @Risk de Palisade Corporation (http://www.palisade.com/) y Crystal Ball Professional Edition de Decisioneering, Inc. (http://www.crystalball.com/),
que ofrecen funcionalidades similares. Hemos seleccionado Crystal Ball para todos nuestros
ejemplos; si no est familiarizado con esta herramienta, encontrar muy til la breve presentacin
en vdeo en la pgina web de Decisioneering.

acumulado (activo circulante menos pasivo circulante), junto con las propiedades, instalaciones y equipo, puede ser vendido por un mltiplo de su valor en libros. Este mltiplo se
considera una variable aleatoria con una distribucin uniforme entre un mnimo de 0,5 y
un mximo de 1,5 (esto implica un valor esperado de 1,0). Ntese que si el mltiplo del valor terminal es igual a 1, entonces no hay ganancia o prdida gravable al vender los activos.
No obstante, en caso de que el mltiplo sea mayor que 1, entonces la venta genera un beneficio gravable que sufre el 30% de impuestos de la empresa. Si por el contrario los activos
se venden por un mltiplo menor que 1, las prdidas resultantes producen un ingreso gravable en 2012 y un crdito fiscal a CSM.
Software de simulacin. El anlisis mediante simulacin en el ejemplo del Earthilizer se
lleva a cabo utilizando un complemento a la hoja de clculo llamado Crystal Ball Professional
Edition. (Vase el recuadro de Consejos tcnicos sobre complementos de simulacin para
Excel). Hay otras opciones disponibles, como @Risk y cualquier software propiedad de una
empresa dada que haya sido diseado para una aplicacin especfica. Hay un breve Apndice
al final de este captulo que resume el uso de Crystal Ball Professional para el principiante.

Interpretacin de los resultados de la simulacin


La simulacin utilizada ha empleado 10.000 iteraciones para estimar las distribuciones de
los PFCF de 2008 a 2012. Para ilustrar la naturaleza de los resultados de la simulacin, consideremos el panel a de la Figura 3.3, que contiene la distribucin de los PFCF simulados
para 2008, generados por Crystal Ball. La distribucin de frecuencias muestra los 10.000
valores de PFCF caracterizados tanto en trminos de la frecuencia con la que aparecieron
(medida en el eje vertical derecho) como segn su probabilidad de ocurrencia (medida en
el eje vertical izquierdo).
La distribucin simulada de los PFCF para 2008 (en el panel a de la Figura 3.3) revela
algunos datos interesantes sobre las perspectivas de la simulacin. En primer lugar, hay
una dispersin sustancial en los flujos de caja simulados para 2008, que varan desde un mnimo de (29.140) $ hasta un mximo de 161.760 $, con un valor medio de 87.680 $. La celda
de Nivel de confianza que se encuentra debajo del grfico indica que el 99,47% del rea
total bajo la distribucin de frecuencias de los PFCF est por encima de 0,00 $ (i. e., los
PFCF simulados fueron positivos durante el 99,47% del tiempo). Aunque no las mostra-

capitulo003

20/5/09

18:20

Pgina 81

81

Anlisis de sensibilidad: profundizar en el proyecto

mos aqu, las distribuciones de los aos restantes del proyecto tienen caractersticas similares a las descritas para 2008.
De los flujos de caja anuales simulados, calculamos el flujo de caja medio de cada ao
desde 2007 hasta 2012. Estos flujos de caja esperados se encuentran a continuacin (en dlares):
2007

2008

2009

2010

2011

2012

PFCF esperado
(de la simulacin)

(580.000)

87.680

78.150

93.460

109.740

660.970

Valor esperado del


proyecto

624.218,13

VAN esperado
TIR esperada

44.218,13
15,42%

Descontando los flujos de caja esperados al coste de capital del 13,25% se obtiene un
valor actual de 624.218,13 $, y restando el coste inicial del proyecto de 580.000 $ en 2007, se
obtiene un VAN esperado de 44.218,13 $. Por ltimo, basndose en los PFCF futuros y la

Figura 3.3

Anlisis de simulacin de la inversin en Earthilizer

Panel a. Distribucin de PFCF para 2008 (en miles de dlares)

Panel b. Distribuciones de VAN y TIR de la simulacin

capitulo003

82

20/5/09

18:20

Pgina 82

CAPTULO

Figura 3.3

Anlisis del riesgo del proyecto

contina

Leyenda
Iteraciones: nmero de iteraciones en la simulacin.
Mostradas: nmero de iteraciones efectivamente reflejadas en la distribucin de frecuencias. En el
anlisis anterior, se muestran las 10.000 iteraciones. No obstante, Crystal Ball por defecto omite los
atpicos, de modo que el nmero de observaciones mostradas es a menudo inferior al nmero de
iteraciones.
Vista combinada: combina la distribucin de frecuencias con los estadsticos descriptivos. Adems
de esta vista, hay otras opciones disponibles, como los grficos de frecuencia acumulada.
Probabilidad: el eje vertical izquierdo describe los valores simulados en trminos de su aparicin
como fraccin de 10.000 iteraciones.
Frecuencia: el eje vertical derecho describe los valores simulados en trminos del nmero absoluto de apariciones.
Nivel de confianza: muestra el porcentaje del rea por encima o por debajo del valor crtico seleccionado. En el panel a, el valor crtico es un PFCF de 0,00 $, y en el panel b, es un VAN de 0 y una
TIR igual a una tasa libre de riesgo del 6%.

inversin inicial, calculamos una TIR esperada de 15,42%. Ntese que los valores esperados del VAN y la TIR calculados mediante simulacin difieren ligeramente de nuestras estimaciones anteriores de VAN = 43.070 $ y TIR = 15,36%. Estas diferencias reflejan el hecho de que los valores simulados convergen, pero no son necesariamente iguales, con sus
valores esperados.
Hasta este momento, simplemente hemos replicado nuestra valoracin del proyecto
simulando las distribuciones de los flujos de caja que subyacen a los valores esperados
mostrados anteriormente en la Tabla 3.1. Pero esto es solo el comienzo de nuestro anlisis.
Ahora veremos qu podemos descubrir sobre el proyecto si analizamos las distribuciones
simuladas del VAN y la TIR.

Anlisis de las distribuciones del VAN y la TIR


Mediante la simulacin de las distribuciones del VAN y la TIR, hemos calculado la probabilidad de que una inversin consiga efectivamente una TIR que supere cualquier tasa mnima exigida, como el coste de capital de la empresa o la tasa libre de riesgo. Para estimar
estos valores tratamos los flujos de caja de 2008 a 2012 de cada iteracin de la simulacin
como una realizacin posible de los PFCF, y calculamos la TIR y el VAN que arrojan estos

capitulo003

20/5/09

18:20

Pgina 83

Anlisis de sensibilidad: profundizar en el proyecto

flujos de caja12. Por tanto, si repetimos esta simulacin 10.000 veces, tendremos una distribucin de 10.000 VAN y TIR13.
El panel b de la Figura 3.3 presenta las distribuciones del VAN y la TIR generadas por
la simulacin. En estos valores simulados vemos que hay una probabilidad del 54,49% de
que la inversin genere flujos de caja suficientes para que el VAN sea positivo al coste de capital de la empresa (vase el recuadro Nivel de confianza debajo de la distribucin de frecuencias del panel b en la Figura 3.3)14. Sin embargo, esto implica tambin que hay una probabilidad del 45,51% de que el VAN del proyecto resulte negativo. Tambin sucede que hay
una probabilidad del 78,13% de que la TIR real supere la tasa libre de riesgo del 6%15. Esto
indica que la inversin tiene ciertamente algn riesgo, porque hay una probabilidad no nula
de que rinda menos que una inversin perfectamente segura, como bonos del Tesoro.
Lo que hemos conseguido con esta simulacin no es un letrero de invierta! o no invierta! que colocar en la puerta de CSM para aconsejarle sobre el Earthilizer. No obstante,
podemos explorar ms en profundidad la sensibilidad del VAN del proyecto a cada una de
las variables aleatorias utilizando una herramienta conocida como el diagrama de tornado.

El diagrama de tornado en el anlisis de sensibilidad


Anteriormente utilizamos el anlisis de sensibilidad del punto muerto para determinar la
importancia de los factores clave en un contexto sencillo, donde analizbamos las posibles
variaciones en los factores de uno en uno. Ahora presentamos una herramienta ms poderosa que combina el anlisis de escenarios y la simulacin para dar una forma sistemtica
de analizar cmo impactan los cambios en cada uno de los factores clave de la inversin en
el VAN del proyecto. En concreto, podemos evaluar la sensibilidad de la valoracin del
proyecto a la variacin de cada uno de los factores clave utilizando el diagrama de tornado
que se muestra en la Figura 3.4. El grfico sita las asunciones que tienen mayor impacto
en el VAN del proyecto en lo alto del diagrama, y las de menor impacto debajo de forma
sucesiva, creando as un diagrama con forma de embudo, y de ah el nombre de tornado.
(Vase el recuadro de Consejos tcnicos sobre diagramas de tornado16).
12

El VAN y la TIR de cada iteracin son parte del mismo experimento de simulacin que cre las distribuciones de PFCF. Simplemente calculamos un valor para el VAN y la TIR para cada conjunto de PFCF simulados.

13

Aqu debemos ser cuidadosos al interpretar las distribuciones de VAN y TIR. La razn es que la media de
la distribucin del VAN y la TIR que simulamos y mostramos en el panel b de la Figura 3.3 no es igual al
VAN de los flujos de caja esperados. La divergencia de estos nmeros proviene de la llamada desigualdad
de Jensen, que es aplicable a funciones no lineales de variables aleatorias. Por tanto, si las incertidumbres
aparecen en forma multiplicativa (por ejemplo, ventas(t) es ventas(t 1)(1 + g), donde ventas(t 1) y el incremento g son variables aleatorias, como en el caso del Earthilizer), la desigualdad de Jensen ser aplicable. Ahora, el PFCF y el VAN sern funciones no lineales de variables aleatorias. La idea clave que hay que
recordar es que ya hemos estimado la TIR y el VAN esperados con distribuciones simuladas de flujos de
caja del proyecto. Desde este punto en adelante, simplemente estamos investigando los factores determinantes del VAN y la TIR (no sus valores esperados).
14

El lector avezado notar que la TIR media en esta simulacin no es igual a la TIR de la inversin calculada
utilizando flujos de caja esperados. La razn es la misma que la comentada en la nota al pie anterior.
15

Hemos seleccionado deliberadamente la tasa libre de riesgo como el listn por encima del que exigimos al
proyecto que salte, dado que este anlisis est diseado para explorar el riesgo, no para valorar el proyecto.
Ya hicimos esto ltimo cuando calculamos el VAN y la TIR esperados utilizando los PFCF esperados del
proyecto a partir de la simulacin.
16

El diagrama de tornado proporciona una forma de anlisis de sensibilidad de uno en uno. Crystal Ball
tambin trae una herramienta de anlisis de sensibilidad que utiliza los valores simulados para analizar la
correlacin de rango entre las variables proyectadas y cada una de las asunciones.

83

capitulo003

84

20/5/09

18:20

Pgina 84

CAPTULO

Figura 3.4

Anlisis del riesgo del proyecto

Diagrama de tornado de la propuesta de inversin


en Earthilizer (VAN = 0 $)
Valor actual neto (VAN), en miles de dlares
(400) $

(200) $

Ventas del ao base 2008

200 $

0$

1.400

600

Gastos operativos (antes


de amortizacin)/ventas

12,76%

7,24%

Beneficio bruto/ventas

30,06%

35,14%

Valor terminal mltiplo


del valor en libros

0,60

Variacin de ingresos 2009

1,40
21,1%

1,1%

Variacin de ingresos 2010

1,1%

Variacin de ingresos 2011

1,1%

Variacin de ingresos 2012

1,1%

21,1%
21,1%
21,1%

Valor actual neto (VAN)


(miles de dlares)
Variable
Ventas del ao base 2008
Gastos operativos (antes de
amortizacin)/ventas
Beneficio bruto/ventas
Valor terminal mltiplo
del valor en libros
Variacin de ingresos 2009
Variacin de ingresos 2010
Variacin de ingresos 2011
Variacin de ingresos 2012

400 $

Dato de entrada

Inferior
(181,16)

Superior
267,29

Range
448,44

Inferior
600

Superior Caso Base


1.400
1.000

123,72
(31,14)

(37,59)
117,27

161,31
148,41

12,76%
30,06%

7,24%
35,14%

10,00%
32,60%

(29,60)
(1,83)
9,29
20,08
30,57

115,74
87,96
76,85
66,05
55,56

145,34
89,79
67,56
45,97
24,99

0,60
1,1%
1,1%
1,1%
1,1%

1,40
21,1%
21,1%
21,1%
21,1%

1,00
10,0%
10,0%
10,0%
10,0%

Leyenda
Diagrama de tornado: mide el impacto de cada variable por separado, de forma independiente, en
la variable objetivo (el VAN en este ejemplo).
Barras: ilustran el impacto de cada variable de entrada sobre el VAN cuando las primeras toman
el valor de sus percentiles 10 y 90. Por ejemplo, si la ratio beneficio bruto/ventas cae al valor de su
percentil 10, que es 30,06%, el VAN es igual a (31.140) $. Por el contrario, si esta ratio toma el valor de su percentil 90, que es 35,14%, el VAN sube hasta 148.410 $. El color de la barra indica si la
variacin en el dato de entrada es positiva o negativa. Por ejemplo, un incremento en la ratio beneficio bruto/ventas produce un efecto positivo en el VAN, mientras que un incremento en la ratio
de gastos operativos (antes de amortizacin)/ventas resulta en un descenso del VAN. El orden de
las variables en el grfico es de mayor a menor impacto sobre el VAN.

capitulo003

20/5/09

18:20

Pgina 85

Anlisis de sensibilidad: profundizar en el proyecto

C
T

O N S E J O S
C N I C O S

Diagramas
de tornado

El diagrama de tornado se utiliza para evaluar la relacin entre cada hiptesis y las variables que se
proyectan. En la Figura 3.4, las hiptesis son que las variables de entrada son iguales a los valores
de sus percentiles 10 y 90, y con estos extremos se calcula la variable proyectada (por ejemplo, el
VAN o la TIR del proyecto). Ntese que esta variable se lee en el eje horizontal en la parte superior del diagrama, y los valores de los percentiles 10 y 90 se sitan en los extremos de la barra que
expresa su impacto en la variable proyectada. Las variables que tienen mayor impacto sobre esta se
sitan en lo alto del diagrama, seguidas de las variables con menor impacto, en orden decreciente.

Veamos cmo interpretar los nmeros que aparecen en el diagrama de tornado. En


primer lugar, y como cabe esperar, las ventas iniciales del ao base 2008 tienen el mayor impacto en el VAN de la inversin en el Earthilizer. Por ejemplo, si el nivel de ventas de 2008
se hace igual a su percentil 90, que tiene un valor de 600.000 $ (el valor esperado es 1 M$),
el VAN cae a (181.160) $. Sin embargo, si el nivel de ventas es igual a su percentil 10, que es
1,4 M$, el VAN sube hasta 267.290 $. Claramente, el valor de la inversin est muy ligado a
la respuesta inicial del cliente ante el producto, que es crtica para su xito.
Detrs del nivel de ventas en 2008, la siguiente variable ms importante que determina
el xito o el fracaso de la inversin en el Earthilizer es la ratio de gastos operativos sobre
ventas, seguida del margen bruto de beneficios y el valor terminal como mltiplo del valor
en libros de los activos invertidos. Estos resultados sugieren las siguientes respuestas:
I

En primer lugar, en tanto la viabilidad de la inversin est todava en cuestin, el analista podra invertir algo de tiempo y dinero en profundizar en estas variables crticas;
en concreto, la respuesta inicial del mercado que determinar las ventas de 2008.
Podra CSM emprender alguna accin para profundizar en el xito potencial de la
entrada en el mercado (como grupos de contraste con clientes potenciales o programas piloto)? Hay algo que CSM pueda hacer para asegurar que las ventas iniciales
(penetracin del mercado) sean mximas? Por ejemplo, crear anticipacin en el mercado mediante una campaa inicial de publicidad podra ser una herramienta efectiva
para mejorar las probabilidades de xito del proyecto.
En segundo lugar, dado que los costes operativos son una variable crtica, la direccin
debera prestar especial atencin a los procesos de vigilancia y mejora de la eficiencia
operativa.

Resumen de los resultados de la simulacin


Y bien, qu hemos descubierto sobre la inversin en el Earthilizer gracias al anlisis mediante simulacin? Lo primero y ms importante, el proyecto tiene aspecto de ser rentable
(i. e., tiene un VAN esperado positivo). Sin embargo, el resultado no est ni mucho menos
asegurado. De hecho, basndonos en el anlisis, hay una probabilidad del 78,13% de que el
proyecto produzca ms que el 6% de la tasa libre de riesgo de la deuda pblica (y una probabilidad del 21,87% de que produzca menos). Adems, hemos descubierto que las varia-

85

capitulo003

20/5/09

86

18:20

Pgina 86

CAPTULO

Anlisis del riesgo del proyecto

C O N S E J O
P R O F E S I

D E L

O N A L

Anlisis de sensibilidad en ConocoPhillips:


una conversacin con Steven McColl*

El anlisis de sensibilidad es desde hace mucho una tcnica habitual en la industria del petrleo y
el gas cuando se analizan inversiones multimillonarias. La construccin de modelos de simulacin
para evaluar inversiones incluye la formacin de equipos multidisciplinares de ingenieros, especialistas comerciales y expertos financieros para identificar y cuantificar los riesgos e incertidumbres presentes en cada inversin.
ConocoPhillips, como muchas empresas de su sector, ha desarrollado un proceso para evaluar los riesgos e incertidumbres que asegure la validez de los nmeros que entran en los modelos
financieros. El proceso global de evaluacin comprende:
I
I
I

Constituir un grupo de expertos para comprender el contexto del problema.


Desarrollar modelos tcnicos y financieros para analizar el riesgo y la incertidumbre.
Aportar una comprensin profunda de los modelos a la direccin, de modo que se maximice
el beneficio y se mitiguen los riesgos.

Los analistas de inversin en ConocoPhillips utilizan la simulacin para calcular los flujos de caja
esperados incorporando rangos de incertidumbre para los precios del petrleo y el gas, los gastos
de capital, los costes operativos, las reservas, las tasas de produccin y los regmenes fiscales. Los
resultados de estos modelos son el valor monetario esperado (EMV), la TIR, el ndice de rentabilidad, el tiempo de retorno y otras medidas propias de la empresa y de su sector que describen
el riesgo y la rentabilidad del proyecto.
*Coordinador de transacciones estratgicas, ConocoPhillips, Houston, Texas.

bles clave que determinan el valor son las ventas iniciales en 2008, la ratio gastos operativos/ventas, el mltiplo de valor terminal del capital circulante y los activos fijos que se
venden al final del proyecto, y el margen bruto de beneficios. En consecuencia, un determinante clave del xito o el fracaso de la inversin ser la habilidad de la direccin de la empresa para vender agresivamente el producto desde el comienzo y contener los costes de
fabricacin, que subyacen al coste de los bienes vendidos, y los costes operativos asociados
con el funcionamiento del negocio.
En ltima instancia, sin embargo, la decisin de abordar la inversin es una cuestin
de juicio subjetivo, y depender de la disponibilidad de otros proyectos, el total de capital
en riesgo y las personas involucradas. El anlisis mediante simulacin es solo otra herramienta para aportar informacin sobra la naturaleza de la incertidumbre que subyace al
proyecto y a sus perspectivas de xito. Debera verse como una herramienta de apoyo a la
decisin, no como una mquina que produce respuestas de s o no. Enfatizamos, una vez
ms, la importancia de profundizar cuanto podamos en los valores crticos que determinan
el valor del proyecto.

Reflexiones sobre el uso de la simulacin


Elaborar un modelo de simulacin requiere del analista una reflexin profunda sobre las
fuentes de incertidumbre que afectan a los beneficios de una inversin, y le fuerza a ser

capitulo003

20/5/09

18:20

Pgina 87

Anlisis de sensibilidad: profundizar en el proyecto

muy explcito sobre las asunciones, que de otro modo quedaran implcitas. En consecuencia, hay ventajas en el anlisis mediante simulacin que surgen tanto del proceso en s
como de su resultado.
Por ejemplo, un analista podra proyectar los flujos de caja que genera la inversin del
Earthilizer sin las ventajas de un modelo de simulacin. Sus proyecciones se apoyaran en
estimaciones de los valores esperados de cada una de las variables clave (i. e., la tasa de crecimiento de las ventas, el margen bruto de beneficios, las ratios de gastos operativos, etc.).
Sin embargo, sin la necesidad de modelizar las distribuciones de los factores clave, el analista podra quedarse simplemente en su mejor estimacin de los valores esperados. Estas
proyecciones a ojo pueden funcionar razonablemente bien para inversiones muy simples, pero son problemticas para casos ms complejos donde hay mltiples fuentes de incertidumbre que interactan para determinar la distribucin de los flujos de caja del proyecto.
A veces se argumenta que la dificultad de hacer estas hiptesis sobre las distribuciones
es razn suficiente para no hacerlas. No obstante, el hecho es que el analista que no consigue enfrentarse a la complejidad inherente a los flujos de caja de una inversin simplemente est dejando implcitas las hiptesis del anlisis. Como regla general, creemos que es
mejor ser tan explcito como sea posible cuando se evalan inversiones relevantes.

Extensiones del modelo del Earthilizer


Son prcticamente ilimitadas las posibilidades de refinar y modificar el modelo que hemos
usado para analizar la propuesta de inversin del Earthilizer. Una oportunidad importante
para mejorar nuestro modelo es considerar la dependencia entre las fuentes de aleatoriedad que determinan los flujos de caja del proyecto. En concreto, hay dos formas de dependencia que son importantes al modelizar los flujos de caja del proyecto. La primera es la
dependencia que se evidencia a lo largo del tiempo. Por ejemplo, si los ingresos del proyecto en 2008 son ms elevados de lo esperado, es posible que el proyecto crezca ms rpidamente que si son menores.
La segunda forma de dependencia es la posibilidad de que en un ao cualquiera varios
gastos se muevan de forma conjunta. Por ejemplo, el coste de los bienes vendidos (que est
comprendido en el margen bruto de beneficios) y los gastos operativos como porcentaje
sobre las ventas de la empresa podran variar conjuntamente. Este sera el caso si los factores que afectan a la capacidad de la empresa de operar de forma eficiente y con costes relativamente reducidos (costes laborales y otros) estn vinculados tambin a los factores que
determinan el coste de los bienes vendidos de la empresa.
Si las dependencias de los tipos arriba descritos son importantes, se podr modelizar la
simulacin de modo que las capture. Aunque no entraremos en ms profundidad sobre las
tcnicas que se podran utilizar, baste decir que el analista puede o bien modelizar la dependencia directamente, vinculando los valores de una variable clave a otra, o bien incorporar las correlaciones en el proceso utilizando Crystal Ball.
La extensin final del modelo que mencionaremos es la nocin de reversin a la media
en las tasas de variacin interanual de los ingresos. Con esto nos referimos al hecho de que
es muy comn que los ingresos y los beneficios muestren el siguiente comportamiento: si la
tasa de crecimiento de los ingresos en 2009 est por encima de lo esperado para ese ao, es
probable que la tasa de 2010 est por debajo de lo esperado. Este patrn particular de las
tasas de crecimiento puede introducirse en el modelo de simulacin incorporando correlaciones negativas entre las tasas de crecimiento de los ingresos de aos consecutivos.

87

capitulo003

88

20/5/09

18:20

Pgina 88

CAPTULO

Anlisis del riesgo del proyecto

Utilizacin de las simulaciones para estimar la contribucin de una inversin


al riesgo de la empresa y del mercado
La simulacin es una herramienta poderosa para profundizar en el potencial de creacin
de valor de una inversin propuesta. En concreto, es un mtodo para incorporar de forma
simultnea fuentes de incertidumbre mltiples y correlacionadas en el anlisis de la distribucin de los flujos de caja. En consecuencia, podemos usar la simulacin para resolver lo
que de otro modo seran problemas de estimacin muy complejos. Deberamos advertir,
sin embargo, que en nuestro ejemplo, como en la mayora de las aplicaciones a la industria,
los riesgos del proyecto se consideran de forma aislada.
Para tener una perspectiva ms completa sobre el riesgo de una inversin, se deben
hacer simulaciones que examinen cmo el riesgo del proyecto contribuye al riesgo global
de la empresa, y quiz incluso a la economa en su conjunto17. Por ejemplo, podramos considerar el valor de los flujos de caja de la empresa en su conjunto en los diferentes escenarios, y utilizar simulaciones para determinar la covarianza entre los flujos de caja de la inversin y los de la empresa. Una inversin con una covarianza ms baja se considerara con
menos riesgo, porque ayudara a la empresa a diversificar.

3.4. RBOLES DE DECISIN PARA VALORAR LA FLEXIBILIDAD


DEL PROYECTO
Hasta este momento hemos asumido que la empresa tiene una forma establecida para implementar el proyecto de inversin, y que no se desva de su plan. Mientras que esto simplifica
enormemente el anlisis, en la realidad la mayor parte de los proyectos de inversin ofrecen
a la empresa cierta flexibilidad en los datos de entrada e incluso en los productos finales. Por
ejemplo, en lugar de seguir un calendario de produccin prefijado, las empresas tienden a expandir su capacidad y as generar mayores flujos de entrada cuando la demanda del mercado
es ms elevada, y de forma similar, pueden recortar capacidad cuando baja la demanda.
El estudiante de finanzas astuto reconocer que estamos hablando de opciones asociadas a las inversiones. Estudiaremos estas opciones reales en el Captulo 11, donde analizaremos sus valores en mayor profundidad. Por ahora, introduciremos el concepto para que
el lector pueda comprender cmo la flexibilidad en la implementacin de una inversin
afecta a los flujos de caja esperados que se utilizan en el anlisis DCF.
Un rbol de decisin es una herramienta muy til que revela el grado de flexibilidad
en la implementacin de un proyecto, y cmo las decisiones futuras pueden afectar a los
valores. Por ejemplo, el rbol de decisin de la Figura 3.5 describe las consecuencias de la
decisin de introducir un nuevo producto el ao prximo en lugar de ahora. Si la empresa
pospone el nuevo producto, existe la posibilidad de que entre un competidor, mientras que
iniciarlo ahora reduce la probabilidad de tener competencia pero tambin la de conseguir
un lanzamiento exitoso.
El rbol de decisin contiene varios nodos identificados por lneas verticales, crculos y
cajas. Las lneas verticales denotan un nodo terminal que seala el final del proceso de decisin. Los crculos indican un evento donde la naturaleza interviene y ocurre algo sujeto al
azar. En este rbol de decisin solo hay dos resultados posibles (alta demanda y baja de17

Examinando cmo los flujos de caja del proyecto se correlacionan con la economa en su conjunto, podemos
determinar indirectamente el riesgo sistmico del proyecto, que es determinante para su tasa de rentabilidad
exigida. Hablaremos de la relacin entre riesgo sistmico y tasas de rentabilidad exigidas en el Captulo 4.

capitulo003

20/5/09

18:20

Pgina 89

rboles de decisin para valorar la flexibilidad del proyecto

Figura 3.5

rbol de decisin sobre el lanzamiento de un nuevo producto


Alta demanda
Aparece
un competidor
Baja demanda
Lanzar el ao prximo
Alta demanda

Baja demanda

No aparece
un competidor
Alta demanda
Lanzar ahora
Baja demanda

manda). Por ltimo, el cuadrado al comienzo del rbol representa un nodo de decisin,
donde el responsable determina lo que sucede. Por ejemplo, se lanzar el nuevo producto
de forma inmediata o ser pospuesto un ao?
Aunque no incluimos nodos de decisin adicionales, es concebible que haya muchas
oportunidades de tomar decisiones a lo largo de la vida de la inversin. Por ejemplo, si el
producto se lanza ahora y la empresa se encuentra con una baja demanda, podra entonces
afrontar la decisin de continuar comercializando el producto o bien abandonar la inversin por completo.

Ejemplo: Anlisis de la opcin de abandonar mediante rboles


de decisin
Para ilustrar cmo podemos utilizar los rboles de decisin para incorporar la flexibilidad
en el anlisis de proyectos de inversin, consideremos la siguiente modificacin del ejemplo del Earthilizer. Supongamos que CSM se enfrenta a una prueba de la Agencia de
Proteccin del Medio Ambiente sobre los efectos de los residuos lquidos del Earthilizer
en el agua subterrnea. Si, al cabo de un ao, la agencia determina que el proyecto no supone ningn riesgo, aprobar al Earthilizer para la venta indefinida en su forma actual. No
habr impacto sobre los flujos de caja esperados del proyecto.
Si, por el contrario, la agencia determina que el Earthilizer tiene un efecto txico en
las aguas subterrneas, entonces sern necesarios procesos adicionales que costarn a

89

capitulo003

90

20/5/09

18:20

Pgina 90

CAPTULO

Anlisis del riesgo del proyecto

CSM unos 80.000 $ estimados al ao despus de impuestos. Basndose en sus propios estudios, la direccin de CSM intuye que hay una probabilidad del 20% de que la agencia obligue a la empresa a gastar fondos adicionales.

Evaluacin del proyecto del Earthilizer modificado sin la opcin de abandono


Evaluemos los flujos de caja del proyecto y el VAN correspondientes a la inversin en el
Earthilizer, modificada para tener en cuenta la prueba de la Agencia de Proteccin del
Medio Ambiente. Para ilustrar la importancia de la opcin de abandonar al cabo de un ao
si la agencia dictamina en contra de la empresa, primero evaluaremos los flujos de caja
modificados suponiendo que CSM contina la operacin aunque tenga que asumir los costes adicionales de proceso.
En este caso, los flujos de caja esperados son iguales a una media ponderada de los flujos de caja originales del panel c de la Tabla 3.1 y los flujos de caja modificados. Estos ltimos son simplemente los flujos de caja esperados originales menos los 80.000 $ de costes
adicionales de proceso. Los pesos que aplicamos a los dos flujos de caja son iguales a la
probabilidad de que la agencia dictamine a favor y la probabilidad de que lo haga en contra de la empresa (i. e., 1 menos la probabilidad de que sea favorable). En consecuencia,
para 2008 la estimacin modificada del PFCF estimado se calcula como sigue:
PFCF2008 modificado = 0,8 87.600 + (1 0,8) (87.600 80.000) = 71.600 $
El panel a de la Tabla 3.4 presenta el conjunto completo de PFCF modificados para cada
ao. El VAN esperado para el proyecto del Earthilizer utilizando estos flujos de caja modificados es negativo: (12.872) $. En otras palabras, el riesgo de tener que incurrir en 80.000 $
en costes aadidos hace negativo el VAN del proyecto. Esto sugiere que el proyecto no debera ser abordado en absoluto. Ntese, sin embargo, que estamos asumiendo que el proyecto continuar durante todo el periodo planificado de cinco aos, independientemente
de lo que la agencia dictamine. Veamos el efecto de la opcin de abandonar.

El valor de la opcin de abandonar


El panel a de la Figura 3.6 describe la situacin que afronta el Earthilizer: la empresa tiene
la opcin de abandonar despus de un ao si la agencia dictamina desfavorablemente y la
empresa tiene que gastar 80.000 $ adicionales al ao (despus de impuestos). Si CSM decide interrumpir la fabricacin del Earthilizer, prev que recuperar 380.000 $ de la inversin inicial de 580.000 $, ms el PFCF esperado del primer ao de 87.600 $. La naturaleza
de la inversin en el Earthilizer cambia sustancialmente al aadir esta fuente adicional de
incertidumbre al problema, en conjuncin con el potencial de parar la fabricacin y recuperar la mayor parte de la inversin inicial.
En el panel b de la Figura 3.6 evaluamos el VAN de cada una de las cuatro circunstancias posibles ante las que la empresa puede encontrarse al cabo de un ao:
I
I

18

Si la agencia dictamina a favor, el proyecto del Earthilizer durante sus cinco aos de
vida esperada tiene un VAN esperado de 43.062 $.
Adems, si abandona el proyecto al cabo de un ao, sufrir un VAN esperado de
(167.108) $18.

Este es el VAN de abandonar al final del ao 1, independientemente de que la agencia dictamine a favor o
en contra.

capitulo003

20/5/09

18:20

Pgina 91

91

rboles de decisin para valorar la flexibilidad del proyecto

Tabla 3.4 Flujos de caja y VAN modificados del proyecto del Earthilizer
Panel a. Sin opcin de abandono
Dlares
PFCF esperados
(dictamen a favor)
VAN (dictamen a favor)

2007

2008

2009

2010

(580.000)

87.600

78.420

93.320

109.710

658.770

2012

7.600

(1.580)

13.320

29.710

578.770

71.600

62.420

77.320

93.710

642.770

2007

2008

2009

2010

2011

2012

(580.000)

87.600

78.420

93.320

109.710

658.770

467.600

43.062

PFCF esperados
(dictamen en contra)

(580.000)

VAN (dictamen en contra)

(236.608)

PFCF modificado esperado

(580.000)

VAN esperado sin opcin


de abandono

2011

(12.872)

Panel b. Con opcin de abandono


Dlares
PFCF esperados (proyecto no
abandonado, dictamen a favor)
VAN (proyecto no abandonado,
dictamen a favor)

43.062

PFCF esperados (proyecto


abandonado, dictamen en contra)

(580.000)

VAN (proyecto abandonado,


dictamen en contra)

(167.108)

VAN esperado con opcin de


abandono

1.028,31

Obviamente, dadas estas dos opciones, si la agencia dictamina a favor, CSM querr llevar a
cabo el proyecto. Esta alternativa es vencedora y la otra (abandonar el proyecto) queda
descartada.
Qu ocurre si la decisin de la agencia es desfavorable? De nuevo, el panel b de la
Figura 3.6 presenta los nmeros:
I
I

Si la agencia dictamina en contra, el VAN esperado de continuar con la fabricacin es


de (236.608) $.
El VAN de abandonar el proyecto es solo (167.108) $.

As pues, en el evento de una decisin desfavorable, CSM debera abandonar el proyecto.


Una vez ms, la alternativa superior es la elegida, mientras que la inferior queda descartada.
Si la probabilidad de un dictamen favorable fuese de un 50%, el VAN esperado del
proyecto en presencia de la opcin de abandono sera:

capitulo003

92

20/5/09

18:20

Pgina 92

CAPTULO

Anlisis del riesgo del proyecto

Figura 3.6

rbol de decisin sobre la opcin de abandono del Earthilizer

Panel a. rbol de decisin de la inversin en Earthilizer


Ao 0

Ao 1
Decisin: continuar o abandonar
Continuar operaciones

Decisin: continuar
o abandonar

Abandonar operaciones

Continuar operaciones

Decisin: continuar
o abandonar

Abandonar operaciones

P = 0,8
Dictamen favorable de la agencia
No hay gastos adicionales. Los flujos de
caja del proyecto no se ven afectados

P = 0,2
Dictamen desfavorable de la agencia
Costes aadidos despus de impuestos =
80.000 $ al ao. Por lo dems, los flujos
de caja no cambian.

Decisin desfavorable de la agencia

Panel b. VAN del proyecto de las ramas del rbol de decisin

Mejor

Mejor

Continuar operaciones

VANcontinuar = 43.062 $

Abandonar operaciones

VANabandonar (167.108) $

Continuar operaciones

VANcontinuar (236.608) $

Abandonar operaciones

VANabandonar = (167.108) $

VAN esperado
Probabilidad
VAN esperado

(con opcin = (continuar operaciones, de dictamen


de abandono) dictaamen favorable) favorable

Probabilidad
VAN esperado

+ (interrumpir operaciones, 1 de dictamen


dictamen desfavorablee)
favorable

(3.1)

capitulo003

20/5/09

18:20

Pgina 93

Resumen

Por tanto,
VAN esperado

(con opcin = (43.062 0, 80) + [ 167.108 (1 0, 80)] = 1.028 $


de abandono)

En el evento de un dictamen en contra de la Agencia de Proteccin del Medio Ambiente,


la opcin de cerrar o abandonar el proyecto del Earthilizer al cabo de un ao tiene un
VAN esperado positivo. La clave aqu es que la empresa puede abandonar el proyecto
para evitar las prdidas en que incurrira si lo continuase.
El abandono trunca la cola izquierda de la distribucin del VAN de un proyecto. El
truncamiento elimina los VAN negativos y, como resultado, incrementa la media de la distribucin ahora truncada a 1.028 $. Sin la opcin de abandono, el VAN esperado era negativo e igual a (12.872) $. En esencia, la opcin de abandono mitiga parte del riesgo de un
dictamen desfavorable de la agencia. Claramente, considerar los efectos de la flexibilidad
del proyecto en el anlisis (en este caso, la flexibilidad de reconsiderar la inversin y posiblemente abandonarla si la agencia dictaminase en contra) tiene un efecto material en la
valoracin del proyecto.

Uso de la teora de valoracin de opciones para evaluar la opcin de abandono


En el Captulo 11 reconsideramos la opcin de abandonar una inversin en el contexto de
un modelo de valoracin de opciones. En nuestro ejemplo hemos supuesto simplemente
que sabamos cunto valdra el proyecto tanto con una respuesta favorable de la Agencia
de Proteccin del Medio Ambiente como sin ella. En el Captulo 11 consideraremos problemas ms complejos en que la inversin puede ser abandonada en varias fechas futuras.
No cambie de canal!

3.5. RESUMEN
Determinar el valor de una oportunidad de inversin es inmediato cuando se conocen
los flujos de caja futuros. No obstante, vivimos en un mundo de mucha incertidumbre, y
muy pocas inversiones generan flujos de caja que puedan ser predichos con cierto grado
de precisin. Aunque la incertidumbre claramente complica el proceso de valoracin,
existen varias herramientas que ayudan al analista a afrontar esta complejidad con eficacia.
En este captulo se han presentado tres herramientas bsicas que se utilizan para evaluar
el impacto de la incertidumbre en los resultados de un proyecto: el anlisis de escenarios, el
anlisis de sensibilidad del punto muerto y el anlisis mediante simulacin. Las tres herramientas aportan informacin que el analista puede emplear para comprender los factores
clave que determinan el xito o el fracaso de un proyecto. Esta informacin ayuda al analista
a saber cmo de segura debera estar la empresa sobre las perspectivas de un proyecto.
Este captulo tambin ha expuesto el importante papel que juega la flexibilidad del
proyecto. Con esto nos referimos a las oportunidades que tiene la empresa de modificar
una inversin durante su vida en respuesta a cambios en las circunstancias y a nuevas oportunidades. Hablaremos de opciones reales ms adelante en el libro, pero es til comenzar a
pensar ya en cmo la flexibilidad puede afectar a los flujos de caja esperados y a sus
riesgos.

93